KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN)
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi · 2020
DOI: 10.33650/coreai.v1i1.1640 ↗Kurz gefasst
Fachartikel in der Zeitschrift COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi, 2020. Verfasst von Ratri Enggar Pawening und 2 weiteren Autor:innen. Die Arbeit wurde bisher 6-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Jeruk merupakan salah satu tanaman jenis buah – buahan yang banyak digemari oleh masyarakat, dikarenakan buah jeruk mengandung banyak vitamin C, vitamin B6, Antioksidan dan serat, tingkat komsumsi dan harga yang tinggi banyak dimanfaatkan penjual jeruk untuk berbuat yang tidak seharusnya. Hal ini terjadi karena kurangnya pengetahuan pembeli dalam membedakan jeruk baik dan buruk, Salah satu cara untuk mengenali jeruk baik dan buruk dibidang informatika adalah menggunakan pengolahan citra. Tujuan penelitian ini adalah mengklasifikasi jeruk lokal berdasarkan bentuk dan teksturnya, Adapun metode yang digunakan yaitu metode GLCM (gray level co – occurance matrices) dengan fitur energy, Correlation, Contrast, Homogeneity untuk ekstrasi ciri tekstur dan metode geometri untuk ektrasi ciri bentuk dengan fitur Eccentricity dan matric. Sedangkan untuk menentukan kedekatan antara citra uji dengan citra latih menggunakan metode k – Nearest Neigbhor berdasarkan fitur tekstur dan bentuk yang diperoleh. Fitur fitur tekstur dicari dengan berdasarkan sudut 0°, 45°, 90°, 135°, dan Fitur – fitur bentuk dicari berdasarkan Luas dan Keliling Objek, nilai k yang digunakan dalam penelitian ini adalah 1 sampai 5, yang menghasilkan tingkat akurasi tertinggi pada uji k1 sebesar 93,33% dan akurasi terendah sebesar 86,20% pada uji k7 dan k8.
Zitieren
APA
Pawening, R. E., Shudiq, W. J., & Wahyuni, W. (2020). KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN). COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi. https://doi.org/10.33650/coreai.v1i1.1640
Vancouver
Pawening RE, Shudiq WJ, Wahyuni W. KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN). COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi. 2020. doi:10.33650/coreai.v1i1.1640
BibTeX
@article{Pawening2020,
author = {Pawening, Ratri Enggar and Shudiq, Wali Ja'far and Wahyuni, Wahyuni},
title = {KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN)},
journal = {COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi},
year = {2020},
doi = {10.33650/coreai.v1i1.1640}
}
EUVIMED